基于乘性梯度的医学超声图像边缘检测算法

通过改进传统乘性梯度（MG）算子,并结合Canny算子的处理结果,准确、快速地提取了医学超声图像的边缘.通过提升乘性梯度算子模板的维度,提高对弱边缘的检测能力;综合考虑乘性梯度算子和Canny算子的运算结果,提高边缘检测的准确度.为了验证该算法的有效性,对仿真及在体超声图像进行边缘提取实验,将结果与其他抗噪性较好的边缘检测方法进行对比.实验结果表明：对于含有不同强度斑点噪声的超声图像,该算法的边缘检测准确度可达75%以上,具有较好的实时性,适用于对医学超声图像进行快速、准确的边缘检测.     

基于Canny理论的磁场源边界检测

将图像处理中边缘检测与磁场资料处理中导数滤波结合起来,提出了一种基于Canny理论的磁场源边界检测方法。利用归一化水平导数的垂向导数方法作为边界增强方法对Canny算子进行改造,在保持了Canny算子原有的定位准确,信噪比高等优点的基础上,提高了Canny算子在提取磁场源边界的适应性和准确度。通过模型试验和实际资料处理,验证了该方法的正确性。     

一种改进的图像边缘检测算法

针对传统单一算子图像边缘检测效果欠佳的问题,提出一种新的边缘检测算法.新算法融合了LOG算子对于图像的阶跃型边缘定位准确、旋转不变性的优点和Canny算子的强抗噪声能力.通过实例实验分析表明:相比传统单一算子,新算法检测图像边缘的准确度更高,检测效果更理想.     

Canny算子检测焊缝的GPU并行加速研究

提出了一种基于GPU并行加速的Canny算子检测焊缝边缘的方法。焊缝边缘是焊缝图像的最主要特征,选用Canny算子可以得到较为准确的焊缝信息,然而Canny算法执行速度较慢,无法完成快速实时的检测,这极大地限制了其实用性。在前人使用Canny算子检测焊缝的基础上进行更深的优化和改进,首先对Canny算子检测算法进行并行化改造,再使用GPU+CPU并行化处理,在不影响边缘检测效果的前提下速度得以加快,一幅1280×960的图像边缘检测时间可以缩短到10ms以内,极大地提高了算法的实用性,为焊缝图像后续处理奠定基础。     

基于MR图像的软骨特征自动分割方法

图像分割是关节软骨精确检测和评估的首要前提.针对股骨头软骨MR图像提出基于边缘的自动分割技术.利用Hough变换和髋关节的解剖学结构约束提取股骨头中心和图像的目标位置,确定出粗略分割图像的范围,并结合自适应阈值的Canny边缘检测算子确定被分割图像的边界,按照股骨头软骨边界的像素特点对检测结果进行逐一排查,以去除噪声获得精确的软骨内外边缘.提取内侧与外侧边缘之间的图像信息作为最后的分割结果.实验表明,分割方法可以实现对MR图像中髋关节股骨头软骨快速准确的自动分割.     

基于边缘检测终止条件的区域生长算法

提出了一种边缘检测和区域生长分割算法相结合的病灶区域提取的新方法.通过最大最小曲线流保留边缘算法对图像进行平滑去噪,利用区域生长算法对图像进行分割.采用Canny算子做为分割的终止条件.实验证明,该方法能够精确的提取出病灶区域.     

基于CANNY算子的输电线路移动作业机器人视觉定位控制

设计一种双臂、双机械手的输电线路引流板螺栓紧固带电作业机器人,针对在螺栓拧紧作业过程中机器人机械手作业末端与螺栓头、螺母难以自动对准对接的问题,基于双作业末端输出的四路视频图像信息提出一种基于改进Canny算子图像边缘检测的机器人作业末端与螺栓螺母的对准定位控制方法,给出了Canny算子的改进方法和改进Canny算子图像边缘检测的流程。对常规Canny算子及其改进在套筒边缘检测及中心点的提取效果进行了比较分析,验证了改进算法的有效性,最后在实际线路上进行带电作业试验,试验结果表明本文所提出的改进Canny算子图像边缘检测机器人作业末端与螺栓螺母的对准定位控制具有较强的工程实用性,较常规算法而言进一步提高了作业效率。     

小波变换在ICT图像边缘检测中的应用

本文利用小波变换的多尺度性,对机械零件的断层图像进行小波分解,将图像边界的局部细节特征进行加强,再利用小波重构和Canny算子对图像进行边界检测,准确地检测出了图像的边缘。通过实验分析以及与其他方法的比较,证明此方法在机械零件的断层图像的边缘检测中是切实可行的。     

基于Canny算子的大米边缘检测

阐述了常用边缘检测算子进行边缘检测的方法,详细介绍了Canny算子的边缘检测步骤,并将其应用于大米图像的边缘检测中．实验结果表明,Canny算子提取的边缘线型连接程度较好,可应用于从群体米样提取大米边缘．     

链码跟踪直线提取算法在道路标志判断中的应用

为了准确快速提取和识别道路中的标志线,提出了一种基于链码的道路标志线提取与识别算法.道路中的标志线在图像处理中可以作为直线处理,整个提取算法分为3个步骤:首先,通过对道路图像的预处理去除噪声,利用Canny算子提取边缘;然后,对边缘图像进行链码编码并进行直线判断;最后,对属于同一条直线的直线段进行线段连接,过滤短的非道路标志线.实验表明,该算法可以准确快速地识别城市道路中的标志线和道路边缘,达到了实时准确的要求.     

基于图像融合技术的阶梯型边界检测

在Canny算子和模角分离的小波变换(MAS)算法的基础上,针对Canny 边缘检测算法抗噪性差以及MAS算法检测边缘的连续性差的缺点,利用融合技术,提出了一种能够结合Canny算子和MAS算法的方法,保留了各自算法的优点,实现了对阶梯形边界的检测,得到了理想的效果.     

基于改进PCNN的汽车油封尺寸检测方法

针对由于汽车油封固有的弹性给人工尺寸检测精度带来很大不确定性的现象,为满足于当前高效快速的现代化生产和汽车油封的高精度尺寸检测要求,提出一种汽车油封高精度尺寸检测方法.以PC NN模型为基础,为保留油封的真实边缘,将双边滤波和Canny算子的思想与PCNN算法相结合,利用Visual Studio 2015软件平台对油封图像进行边缘检测,获得清晰且连续的理想边缘图像.采用随机霍夫变换圆检测的优化算法对油封边缘点进行圆拟合,完成油封内径和外径的尺寸检测.将视觉检测结果与三坐标测量结果进行对比,结果证明,基于改进PCNN的汽车油封尺寸检测结果与三坐标测量结果的平均误差为0.017 6 mm,单个油封检测时间为2.17 s,满足油封尺寸高精度要求.由此说明,提出的基于改进PCNN的汽车油封尺寸检测方法是有效可行的.     

一种基于双曲线模型的车道线检测算法

针对目前车道线检测算法识别率不高、弯道检测不准确的问题,提出了一种基于双曲线模型的车道线检测算法.算法首先运用Canny算子对道路边缘进行检测;采用Hough变换提取道路边界点,并使用扩展的Kalman滤波进行预测跟踪来减小道路扫描范围;最后通过左右车道边界参数与双曲线模型参数进行匹配,利用最小二乘法来求解模型参数,完成车道边界重建.实验结果表明,该算法的准确率达到93.4%,每帧图像的处理速度为87.4ms,有效克服抛物线模型和直线模型在直道与弯道连接处不连续的问题,而且在车道线模糊、对比度较低的情况下也能快速准确的识别出车道线.     

基于MATLAB的数字图像的边缘检测

介绍了数字图像处理主要研究领域中边缘检测的方法,即拉普拉斯高斯算子和Canny算子.利用MatLab图像处理工具箱提供的图像处理函数,对图像进行边缘检测,给出了相应程序及处理结果.结果表明:拉普拉斯高斯算子和Canny算子检测边缘清晰且噪声小.     

自适应Canny算子边缘检测技术

采用Canny算子进行边缘检测时,梯度图像需要进行模非极大值抑制,然后求取双阈值提取边缘,但目前双阈值的求取无法避免人工设定的影响,试验表明,针对不同的图像采用相同的阈值,边缘检测效果差异很大.这一点限制了Canny算子在实际中的应用.针对这一问题,提出基于梯度幅度直方图和类内方差最小化自适应的确定高低阈值的方法,可针对不同的图像,实现双阈值的自适应提取,不需要人为设定任何参数,采用模糊控制技术提取边缘像素,实验结果证明了该算法的有效性.     

基于Canny算子和数学形态学的细胞边缘检测方法

提出了一种基于Canny算子和数学形态学的肉类细胞图像的边缘提取方法．制作了猪肉自然放置过程中各个时段的切片样本,先用Canny算子对0小时切片图像进行细胞边缘的提取,再根据数学形态学方法采用结构元素探针进行膨胀运算,对断裂的边缘和细胞内的孔隙进行填充,然后进行平滑处理．实验结果表明,该方法优于单纯基于微分算子的Canny算子边缘检测方法,为细胞切片图像的特征提取、识别等相关研究奠定了较好的基础．     

Hough变换和区域分离-合并相结合的分割算法

针对传统区域分离-合并算法中过分割的问题,提出一种基于边缘提取和区域分离-合并相结合的分割算法。即利用Canny算子对图像进行边缘提取,得到边缘像素集。然后将像素集作为边缘线,采用区域分离-合并算法进行图像分割。由于Canny算子所提取的像素集是不完整的,所以需要用Hough变换对其进一步完善,得到连续的边缘线。该算法能够提高区域分离-合并算法的精确度,较好地解决其过分割的问题。实验结果表明,该算法有效。     

单幅图像三维目标定位及重建

首先对图像进行拉普拉斯滤波处理,进而利用Canny算子对图像进行边缘检测,通过Hough变换检测目标图像,采用CAD辅助提取边界直线,基于灭点理论标定数码相机,之后采用透视投影模型中基于图像相对深度方法对图像三维信息进行恢复。最后计算出了目标物体的特征点三维坐标,实现目标定位。通过CAD实现模型的重建与显示。     

基于机器视觉的轴承密封圈缺陷检测方法

以江苏某轴承股份有限公司的4011XXXX型的轴承为研究对象,运用机器视觉技术中的Canny算子对轴承密封圈图像进行边缘提取,应用最小二乘法对其边缘拟合,编写缺陷特征识别算法,并在Visual C++6.0环境下实现了该检测算法.     

最优小波尺度空间的图像边缘检测方法

根据图像和检测算子的特性,以相关性为准则,使用遗传算法对图像小波变换的尺度进行选择,从而构成一种自适应的高斯小波尺度空间.融合该空间下不同尺度检测的图像边缘,使得整幅图像的边缘细节丰富清晰,具有更好的抗噪性能.对测试图像使用Canny算法、单尺度、二进尺度和自适应尺度小波进行边缘检测,验证了该算法在去除噪声和准确定位方...